具有空间感知剪枝功能的混合张量-高斯表示法

摘要

三维高斯拼接技术的最新进展极大地改进了新颖的视图合成方式.然而，优化过程中固有的随机性往往会导致高斯在三维空间中不规则地分散，从而产生大量冗余.虽然调节不透明度和比例的剪枝方法能有效减少高斯扩散，但也消除了许多关键高斯.为了解决这个问题，本文提出了一种名为TSGS(Tensor-Gaussian)的新方法，利用结构化张量网格来控制高斯分布的非结构化扩展.本文方法在优化过程中加入了空间感知掩码，战略性地将高斯定位在关键空间区域，并根据空间信息保留有价值的分布.此外，本文还对不透明度和颜色进行了联合优化，以指导优化过程并减少随机性.大量实验证明，TSGS能够最大限度地减少冗余高斯、提高渲染质量并显著降低内存使用量，超越了最先进的方法.

关键词

TSGS / 空间感知 / 联合优化 / 三维高斯拼接

基金资助

国家自然科学基金项目(62202430)资助; 浙江省自然科学基金项目(LY24F020018)资助